云豆贴心提醒,本文阅读时间4分钟
之前的几篇爬虫基础知识系列内容,已经记录了一些简单的爬虫知识。这些只是处理一些简单问题自然不在话下,但是涉及到一些复杂的问题就比较麻烦。
要想批量下载大量的内容,比如知乎的所有的问答,总会力不从心。
这时候,就需要爬虫框架Scrapy出场了!
Scrapy = Scrach Python,Scrach这个单词是抓取的意思,暂且可以叫它:小抓抓吧。
你可以前往小抓抓的官网了解它的全部信息:doc.scrapy.org/en/latest/。
那么下面我们来简单的演示一下小抓抓Scrapy的安装流程,官网有更详细的步骤,建议有一定英语水平的读者可以阅读一下详细文档。
友情提醒:一定要按照Python的版本下载,要不然安装的时候会提醒找不到Python。
1.安装Python
安装完了记得配置环境,将python目录和python目录下的Scripts目录添加到系统环境变量的Path里。
在cmd中输入python如果出现版本信息说明配置完毕。
2.安装lxml
lxml是一种使用 Python 编写的库,可以迅速、灵活地处理 XML。
切记要选择相对应的版本。
3.安装setuptools
主要是用来安装egg文件。
4.安装zope.interface
可以使用第三步下载的setuptools来安装egg文件,现在也有exe版本,可自行习啊在。
5.安装Twisted
Twisted是用Python实现的基于事件驱动的网络引擎框架。
6.安装pyOpenSSL
pyOpenSSL是Python的OpenSSL接口。
7.安装win32py
用以提供win32api。
8.安装Scrapy
终于到了激动人心的时候了!安装了那么多小部件之后终于轮到主角登场。
直接在cmd中输入easy_install scrapy回车即可。
9.检查安装
打开一个cmd窗口,在任意位置执行scrapy命令,得到下列页面,表示环境配置成功。
10.预告
下一篇会更新我们本系列的最后一篇文章,届时我们会教大家如何使用爬虫框架Scrapy进行实战。